500건 가까운 AI 프로젝트에 참여한 마이크로소프트

마이크로소프트(Microsoft, $MSFT) 프론티어 컴퍼니(Microsoft Frontier Company)가 28개국 고객 200곳 이상과 AI 프로젝트 500건 가까이에 참여했다. 이는 완료한 프로젝트 수가 아니라 참여 건수다.

마이크로소프트는 12일 공식 블로그에서 이 집계를 공개했다. 초기 프로젝트를 마친 고객 대부분이 추가 협업을 위해 돌아와 후속 프로젝트 수백 건으로 이어졌다고 설명했다. 프로젝트별 집계 기준과 중복 여부는 공개되지 않았다.

프론티어 컴퍼니는 고객사 현장에 엔지니어를 투입해 업무 절차에 맞는 AI 시스템을 함께 설계하고 배포하는 조직이다. 마이크로소프트는 7월 2일 출범 발표에서 25억달러(약 3조3350억원)를 투자하고 업계·엔지니어링 전문가 6000명을 고객 현장에 배치하겠다고 밝혔다.

◇ 현장 업무에 적용한 AI 에이전트

국내 고객인 KT는 2026년 8월부터 AIO-Net을 사용했다. KT가 제시한 사례에서 네트워크 이상 탐지 시간은 10분 이상에서 2~3분으로 줄었고, 장애 조사와 보고서 작성은 평균 5분에 마쳐 기존 작업 시간의 절반 수준이 됐다. 마이크로소프트의 한국어 사례 페이지에 담긴 KT 사례 수치다.

AIO-Net은 KT의 운용 절차와 숙련 운용자의 경험을 바탕으로 장비 데이터를 분석한다. 마이크로소프트 엔지니어는 KT 개발팀과 현장에서 플랫폼을 함께 구축하고 운용자 의견을 반영했다. 에이전트가 이상 징후와 판단 근거, 대응 방안을 제시하면 최종 판단과 조치는 사람이 맡으며, 장비에 실행할 수 있는 명령은 조회용으로 제한됐다.

노던 트러스트(Northern Trust, $NTRS)는 고객 온보딩 자료를 자사 표준 형식으로 바꾸는 작업에 AI 에이전트를 도입했다. 실제 고객 사례에서 자료 준비 시간이 약 2주 반에서 3일로 줄어 83% 단축됐다고 노던 트러스트와 마이크로소프트가 공동 발표했다.

공동 발표에 나온 96.5% F1 점수는 익명화한 과거 거래 자료의 대표 테스트 7건에서 피드백과 수정 전 첫 실행 때 나온 결과다. 실제 운영 전체의 정확도를 나타내는 수치는 아니다. 분석가는 엑셀과 셰어포인트에서 결과를 검토하고 수정·승인한다.

제조업에서는 3M($MMM)이 고객 주문 관리를 돕는 AI 에이전트 업무 흐름을 마이크로소프트와 개발하고 있다. 이 시스템은 신용 확인과 연체 평가, 시스템 업데이트를 지원하고 사람의 승인을 거치도록 설계됐다. 3M은 7월 29일 공식 발표에서 해당 업무 흐름이 수작업을 크게 줄이고 처리 속도와 일관성을 높일 것으로 예상했다. 정량 성과는 공개하지 않았다.

시멘트 연구 분야에서는 생고뱅(Saint-Gobain)이 AI를 활용해 특허 6만2000건과 연구 초록 4만4000건을 지식 기반으로 정리하는 데 몇 시간이 걸렸다고 연구자가 설명했다. 새 첨가제 후보는 실험실 검증 단계다. 저탄소 제품의 상용화 성과가 공개된 것은 아니다. 마이크로소프트의 생고뱅 사례에 담긴 내용이다.

◇ 공개된 성과와 평가 범위

마이크로소프트가 의뢰하고 후원한 IDC 조사에서는 28개 산업의 IT·사업 리더 5204명 가운데 66%가 AI로 상당하거나 변혁적인 성과를 거뒀다고 답했다. 여러 사업부로 AI 가치를 확장하고 있다는 응답은 48%였다. 마이크로소프트가 공개한 조사 요약에 실린 설문 결과다.

IDC 조사 수치는 응답자의 자기보고 결과로, 프론티어 컴퍼니의 개별 프로젝트 성과를 검증한 것은 아니다. KT는 네트워크 이상 탐지와 보고서 작성 시간을, 노던 트러스트는 고객 자료 준비 시간을 공개했다. 각 사례가 제시한 수치는 측정 대상과 적용 단계가 서로 다르다.

고객 사례의 평가는 프로젝트 참여 기업의 발표에 기반한다. 독립적인 업계 평가나 전체 고객 만족도 조사 결과는 제시되지 않았다.

이번 발표는 AI 에이전트 기능 자체보다 고객 업무 절차에 맞춰 현장에서 적용한 사례를 중심으로 구성됐다. 본지는 앞서 AI 에이전트 경쟁이 모델 성능에서 기업 시스템으로 옮겨가는 흐름을 다뤘다.

KT는 핵심 장비 70대에 적용한 AIO-Net을 280대로 확대할 계획이다. 적용 장비를 현재의 네 배로 늘리는 목표다.